基于多模態(tài)腦電信號(hào)的腦機(jī)接口關(guān)鍵技術(shù)研究.pdf

1、AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterStudyonCriticalTechniquesoftheBrainComputerInterfaceBasedonMultimodalEEGInterce15ase0n—ByDaorenYuanSul：ProfPengLu叁iuDervlsor：ProtengControlTheoryandControlEngineer

2、ingSchoolofElectricalEngineeringMay2013摘要摘要腦機(jī)接I](BrainComputerInterface，BCI)旨在建立腦思維活動(dòng)的意向與行為之間的關(guān)聯(lián)，實(shí)現(xiàn)直接的人機(jī)信息交互和控制，在腦認(rèn)知和生物反饋訓(xùn)練等有著廣闊的發(fā)展應(yīng)用前景。EEG(Eleetroencephalogram)具有非線性、非平穩(wěn)性且易受外界干擾等特點(diǎn)，是綜合反映大腦組織電活動(dòng)及大腦的功能狀態(tài)的載體，具有較高的時(shí)間分辨率和響應(yīng)實(shí)

3、時(shí)性。腦思維具有高度復(fù)雜性，目前典型單模態(tài)BCI是基于單一類別EEG信號(hào)，只能在簡(jiǎn)單思維活動(dòng)層面識(shí)別不同類別任務(wù)，識(shí)別效率低、系統(tǒng)通用性差。旨在通過多種途徑分析思維任務(wù)的多模態(tài)BCI系統(tǒng)，基于多種形式EEG信號(hào)之間的互補(bǔ)性，通過融合和綜合利用多類型EEG信號(hào)，提供多類型多任務(wù)意識(shí)識(shí)別，并提高系統(tǒng)通用性和識(shí)別正確率，已經(jīng)成為BCI發(fā)展的趨勢(shì)。如何快速有效地從多模態(tài)EEG信號(hào)中識(shí)別表征意識(shí)任務(wù)的特征量，區(qū)分不同的意識(shí)任務(wù)，產(chǎn)生反映大腦意識(shí)的

4、控制命令，是基于多模態(tài)EEG信號(hào)的多模態(tài)BCI系統(tǒng)的核心問題，預(yù)處理、特征提取和分類識(shí)別算法是其中的關(guān)鍵技術(shù)。以實(shí)現(xiàn)左、右手和左、右腳的四分類意識(shí)指令識(shí)別的多模態(tài)BCI系統(tǒng)為目標(biāo)；以穩(wěn)態(tài)視覺誘發(fā)(SteadyStateVisualEvokedPotential，SSVEP)和運(yùn)動(dòng)想象(MotorImagery，MI)的多模態(tài)EEG信號(hào)處理關(guān)鍵算法作為核心，以提高多模態(tài)BCI系統(tǒng)識(shí)別正確率和速度為切入點(diǎn)，構(gòu)建基于多模態(tài)EEG信號(hào)的BCI系

5、統(tǒng)框架，設(shè)計(jì)多模態(tài)BCI系統(tǒng)的實(shí)驗(yàn)范式，采集多模態(tài)EEG信號(hào)，設(shè)計(jì)預(yù)處理、特征提取和分類識(shí)別等關(guān)鍵算法，實(shí)現(xiàn)四分類的BCI控制。實(shí)驗(yàn)結(jié)果表明，系統(tǒng)具有高識(shí)別準(zhǔn)確率和速度。主要研究結(jié)果包括：1)對(duì)比研究了典型基于EEG信號(hào)的BCI系統(tǒng)，針對(duì)單模態(tài)的EEG信號(hào)易受主觀影響，特征信息單一，傳輸速度受制約等問題，提出融合運(yùn)動(dòng)想象MI和視覺穩(wěn)態(tài)誘發(fā)SSVEP構(gòu)建多模態(tài)EEG信號(hào)，為實(shí)現(xiàn)BCI系統(tǒng)的左、右手和左、右腳的最佳分類控制提供了研究基礎(chǔ)；2